torch安装

1、下载python和cuda,确定python版本,cuda版本

Python: 3.8

Cuda:10.1

对应torch:

https://blog.csdn.net/FL1768317420/article/details/134769203?ops_request_misc=&request_id=&biz_id=102&utm_term=torch1.13.0%E5%AF%B9%E5%BA%94cuda&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-1-134769203.142^v100^control&spm=1018.2226.3001.4187

2、根据对应版本找到torch、torchvision对应版本(注意不要错下载成cpu的);

     https://download.pytorch.org/whl/torch_stable.html

(这种是cpu的)

     找到torch_scatter:

https://pytorch-geometric.com/whl/

3、点击下载.whl文件(记好文件所在位置);

4、在黑框中先转到相应位置,再进行pip install 或者conda install;

  • 4
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装GPU版本的Torch可以通过以下步骤进行: 1. 首先,确保你的计算机上已经安装了NVIDIA显卡驱动程序,并且支持CUDA。你可以在NVIDIA官方网站上下载并安装最新的显卡驱动程序。 2. 接下来,安装CUDA工具包。你可以在NVIDIA官方网站上下载适合你显卡的CUDA版本,并按照官方文档的指导进行安装。 3. 安装cuDNN。cuDNN是一个针对深度神经网络的GPU加速,可以提高Torch在GPU上的性能。你可以在NVIDIA官方网站上下载适合你CUDA版本的cuDNN,并按照官方文档的指导进行安装。 4. 确保你的Python环境已经安装了pip包管理器。然后使用以下命令安装GPU版本的Torchtorchvision: ``` pip install torch torchvision ``` 5. 安装完成后,你可以使用以下命令验证Torch是否成功安装并可用: ``` python import torch print(torch.cuda.is_available()) ``` 如果输出为True,则表示Torch已经成功安装并可以在GPU上运行了。 请注意,以上步骤是基于使用pip包管理器进行安装的。如果你使用的是conda包管理器,可以使用类似的命令进行安装,但可能会有一些细微的差异。 #### 引用[.reference_title] - *1* *2* *3* [Cuda 和 GPU版torch安装最全攻略,以及在GPU 上运行 torch代码](https://blog.csdn.net/weixin_46833029/article/details/127946022)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值